Pourquoi « quel protocole d’agent va gagner ? » est la mauvaise question — et où se joue la vraie bataille.
MCP. A2A. ACP. AG-UI. A2UI. AP2. UCP. ANP. ACNBP.
Neuf acronymes. Moins de douze mois. Chacun avec sa spec, son GitHub, sa fondation — et chacun annoncé comme the protocol that changes everything. Une seule question dans la tête du builder : lequel vaut mon temps ?
Mauvaise question. Pas parce qu’elle est naïve, mais parce qu’elle suppose qu’il y en a un à choisir. Demander « MCP ou A2A ? », c’est demander « USB ou HTTP ? » : ce ne sont pas des concurrents, ce sont des couches différentes de la même pile. Une fois que tu vois les couches, la fausse guerre se dissout… et une vraie bataille apparaît, ailleurs.

Tu n’empiles pas des rivaux, tu assembles des couches. La vraie question n’est pas « MCP ou A2A ? » — c’est « quelle couche, et qui la remporte à l’intérieur ? »
Un agent, pour faire son travail, doit parler à exactement trois interlocuteurs :
Trois questions, trois couches. Et surtout : elles composent. Une seule requête utilisateur descend à travers les trois — l’UI (AG-UI) transmet la demande, l’agent délègue à un pair (A2A), qui appelle un outil (MCP) — puis le résultat remonte. Personne ne « gagne » contre personne, comme le port USB ne « gagne » pas contre le Wi-Fi.
Autour de ce noyau, deux domaines émergents cherchent encore leur standard : le commerce / payments et la discovery. Garde-les en tête — c’est là que la vraie compétition se joue (section 5).
Model Context Protocol. Créé par Anthropic (novembre 2024), puis donné en décembre 2025 à l’Agentic AI Foundation, un fonds dédié sous la Linux Foundation — co-fondé, fait notable, par Anthropic, Block et OpenAI. Quand trois labs rivaux financent le même standard, c’est le signe que la couche est réglée.
Le rôle de MCP : standardiser la façon dont un agent se branche à ses outils et ses données, via du JSON-RPC 2.0 en client-server. Les tools sont exposés comme des MCP servers décrivant leurs resources, prompts et actions ; l’agent est un MCP client qui découvre ces capacités et les appelle. L’analogie officielle — « USB-C for AI » — est juste : au lieu d’écrire une intégration bespoke par outil et par vendeur, tu branches un connecteur unique.
C’est ce qui a fait de MCP la couche la plus settled de tout le stack : support natif dans ChatGPT, Claude, Gemini, Cursor, VS Code, Copilot, et un écosystème de milliers de servers.
💡 Règle d’or : si tu n’apprends qu’un seul protocole cette année, c’est MCP. C’est celui que tu croiseras partout, quel que soit ton framework.
Agent2Agent. Annoncé par Google en avril 2025, puis donné à la Linux Foundation en juin 2025, avec AWS, Cisco, Microsoft, Salesforce, SAP et ServiceNow parmi les partenaires fondateurs. Là où MCP branche un agent à ses outils, A2A le branche à d’autres agents : discovery, authentification, délégation de tâches — au-delà des frontières de framework, d’équipe ou d’organisation. Transport HTTP + JSON-RPC, et des Agent Cards pour publier ses capacités.
⚠️ Point de vigilance — le piège « ACP » : « ACP » désigne deux protocoles totalement différents. Celui d’IBM/BeeAI (Agent Communication Protocol) a fusionné dans A2A sous la Linux Foundation en septembre 2025 — ne le compte plus comme un standard vivant. L’autre ACP (Agentic Commerce Protocol, OpenAI/Stripe) vit dans une tout autre couche (section 5). Quand tu lis « ACP », demande toujours lequel.
Le point clé pour notre thèse : MCP et A2A ne se battent pas, ils se branchent. MCP = agent↔outils ; A2A = agent↔agent. Un même agent est MCP client vers ses tools et A2A peer vers ses collègues, dans la même boucle.
Agent-User Interaction Protocol. Créé par CopilotKit — pas par Google, contrairement à ce qu’on lit souvent (Google adopte AG-UI dans son ADK, d’où la confusion). AG-UI standardise le canal entre un agent et son frontend : un flux d’events qui portent l’état, les UI intents, les résultats partiels et les inputs utilisateur, pour que l’app voie l’agent « réfléchir » en streaming. Il est déjà intégré par LangGraph, CrewAI, Mastra et PydanticAI.
Mais ici, un détail change tout : la couche humaine n’est pas encore settled. Contrairement à tools et agents, plusieurs prétendants y coexistent — et c’est le pont vers le vrai sujet.
Avant d’y aller, regarde les trois couches travailler ensemble sur une seule demande — chacune tient un maillon, aucune ne marche sur les plates-bandes de l’autre :

Voilà le retournement. Une fois qu’on a compris que les trois couches core s’empilent, la question « quel protocole gagne ? » ne disparaît pas — elle change d’échelle. La bagarre n’est pas entre les couches, elle est à l’intérieur des couches encore jeunes.
Commerce & payments — la vraie turf war. Ici, « X vs Y » a enfin un sens :
Generative UI — parfois rivaux, parfois complémentaires. Nuance importante : dans la couche humaine, certains « concurrents » se combinent. AG-UI est le transport ; A2UI (Google, décembre 2025) est un format déclaratif d’UI — l’agent envoie une description JSON, le client la rend avec des composants natifs. AG-UI peut littéralement porter du A2UI. À côté, MCP-UI a donné la première extension officielle de MCP (MCP Apps, SEP-1865), et Open JSON UI (OpenAI) reste très early.
Discovery / network — surtout du papier. ANP (Agent Network Protocol, open-source, basé sur les DID W3C) est réel mais niche ; ACNBP (négociation de capacités) est un papier arXiv sans adoption. Utile à connaître, pas à déployer.

💡 Règle d’or : dans une couche settled, prends le standard sans réfléchir. Dans une couche contestée, suis le steward neutre (Linux Foundation) et l’adoption multi-vendeurs — et garde une couche d’abstraction pour pouvoir changer de cheval.
La soupe d’acronymes se décante en trois questions simples qu’un agent se pose : à qui je parle — mes outils, d’autres agents, ou l’humain ?
Et voici la carte complète, maintenant que chaque pièce a un nom : les trois couches réglées à gauche, les zones où ça se bagarre encore à droite.

Tu n’empiles pas des rivaux, tu assembles des couches. La vraie question n’est jamais « MCP ou A2A ? » — c’est « quelle couche, et qui la remporte à l’intérieur ? »
Trois couches, pas trois camps. Et la vraie guerre — commerce, generative UI, discovery — se joue ailleurs, une couche à la fois.
Article par B.ERRAJI, consultant data OSSIA - SONATE
🚀 Pour devenir AI Engineer, maîtrisez : Software Engineering, System Design, Machine Learning et LLM Engineering. Découvrez la roadmap complète : https://www.dataunboxed.io/blog/roadmap-to-ai-engineering

Chaque fin de mois retrouvez une sélection de l'info du monde de l'IT et de la tech !
Comment construire des couches de défense pour vos agents en production